Uno studio appena pubblicato sull’archivio arXiv propone una soluzione innovativa per ottimizzare in tempo reale i processi di essiccazione alimentare, combinando l’analisi video e parametri di processo tramite tecniche avanzate di intelligenza artificiale.

La ricerca si è focalizzata sul processo di essiccazione di biscotti, osservando in particolare come i parametri ambientali, quali temperatura e velocità dell’aria, e le caratteristiche intrinseche del prodotto influenzino la qualità finale.

Gli autori hanno sviluppato un modello predittivo basato su un’architettura “multi-modale” (un sistema che elabora simultaneamente immagini video e dati relativi ai parametri di processo) e di tipo encoder-decoder (una struttura molto usata nell’intelligenza artificiale, simile a quella impiegata anche nei modelli linguistici come ChatGPT).

Il modello è stato addestrato per prevedere, in ogni istante del processo, il “time-to-ready”, cioè il tempo rimanente per raggiungere il punto di essiccazione ottimale. I ricercatori sono stati in grado di stimare questo valore con un errore medio di soli 15 secondi, una riduzione di quasi il 66% rispetto ai quasi 45 secondi dei modelli tradizionali.

Il fattore significativamente migliorativo, probabilmente, è rappresentato dall’impiego dei dati video poiché, tra modello combinato e “solo video” la riduzione dell’errore si riduce all’11%. Il sistema è completamente automatico ed è stato testato su dataset complessi e non omogenei, rendendolo valido per diversi scenari produttivi.